Przejdź do głównej zawartości

Rozumienie danych dla nieprogramistów

Wiersze i kolumny prostej tabeli z danymi - dane dla początkujących

Jak sprawdzić dane, zanim AI wyciągnie z nich wnioski?

Dział zatytułowany „Jak sprawdzić dane, zanim AI wyciągnie z nich wnioski?”

Zadaj trzy pytania: skąd są te dane, czego w nich brakuje i czy to, że dwie rzeczy rosły razem, znaczy, że jedna spowodowała drugą. AI powtórzy błąd w danych spokojnym tonem, więc najpierw pytasz o to, co weszło, a dopiero potem czytasz wynik. Przećwiczysz to na jednej tabeli albo jednym raporcie. Pythona ani budowania modelu tu nie ma.

Nie musisz być mechanikiem. Musisz wiedzieć, co leje się do baku

Dział zatytułowany „Nie musisz być mechanikiem. Musisz wiedzieć, co leje się do baku”

Rozumienie danych to odruch: zanim poprosisz model o wniosek, wiesz, skąd wzięły się liczby, kto je zbierał i czego w zbiorze nie ma.

Prowadzisz auto, choć w garażu nie masz warsztatu. Silnika nie składasz, ale wiesz, że bez paliwa nie jedziesz, a czerwone światło nie jest “sugestią”. Z danymi jest tak samo - narzędzie jedzie na tym, co wlejesz.

Ustrukturyzowane - tabela: wiersz, kolumna, Excel, CSV, baza. Łatwo je zsumować i porównać.

Nieustrukturyzowane - mail, dokument, nagranie, zdjęcie. Nie mają jednej siatki. Modele językowe właśnie tu zmieniły codzienną pracę: da się przeczytać stos tekstu, którego nikt nie wklei do arkusza.

Na tej lekcji wystarczy to rozróżnienie. Od niego zależy, co wklejasz do modelu i czego po nim oczekiwać.

Jakość wyniku idzie za jakością wejścia. Nieprecyzyjny prompt bez kontekstu daje ogólnik. Stary wycinek daje starą radę. Luka w miesiącach daje dziurę we wniosku - tylko ładnie napisaną.

Słabe wejście:
"Przeanalizuj sprzedaż."
Lepsze wejście:
"W załączonej tabeli są miesiące i kwoty z 2024 i 2025.
Porównaj te same miesiące rok do roku.
Wskaż 3 pozycje ze wzrostem i 3 ze spadkiem.
Jeśli jakiegoś miesiąca brakuje, napisz to wprost
i nie zgaduj."

Trzy grupy pytań, w tej kolejności:

  1. Źródło - kto zbierał, po co, na kiedy jest ten stan?
  2. Reprezentatywność - całość czy wycinek? Czy w tym okresie zdarzyło się coś nietypowego (pandemia, nowy produkt, brak kilku miesięcy), co zaburza obraz?
  3. Kontekst - czy porównujesz jabłka do jabłek? Jaka trzecia rzecz mogła pchnąć obie kreski?

Model znajdzie zbiegi, ale nie ma w środku mechanizmu świata, który oddziela “razem” od “dlatego”.

Klasyczny przykład: sprzedaż lodów i utonięcia rosną razem latem. Lody nie topią ludzi. Lato pcha obie kreski.

Gdy wynik mówi “trend” albo “wpływ”, pytasz:

  1. Jaki jest mechanizm (“A robi B, bo…”)?
  2. Jaka trzecia zmienna pcha obie strony?
  3. Czy kolejność w czasie ma sens (przyczyna wcześniej niż skutek)?

Wykres też potrafi zmylić. Gdy pionowa oś wykresu nie zaczyna się od zera, drobna różnica wygląda na przepaść. Średnia potrafi ukryć, że jedna grupa rośnie, a druga spada. Koło z dziesięcioma kawałkami jest nieczytelne. Poproś o surową tabelę obok obrazka i o jedno zdanie, dlaczego taki typ wykresu.

Nie robisz audytu działu. Zatrzymujesz jedną mini-analizę, zanim ktoś wklei ją do decyzji.

Poniższa tabelka jest wymyślona na potrzeby tej strony. Nie szukaj jej w raporcie firmy.

MiesiącSprzedaż (szt.)
styczeń12
luty40

Zdanie, które “wypadło” z modelu: “Sprzedaż wzrosła o 233%. Zwiększ produkcję. To trend.”

  1. Zapisz trzy pytania, po jednym na grupę: źródło, luka / reprezentatywność, korelacja kontra przyczyna.
  2. Dopisz etykietę do zdania modelu: luka w danych, korelacja bez przyczyny, albo za mało kontekstu (wolno więcej niż jedną).
  3. Jednym zdaniem: czego nie zrobisz na podstawie tej tabeli.

Zaliczenie: w ciągu 5 minut masz na kartce trzy pytania, etykietę i jedno zdanie “tego nie wdrażam, bo…”. Bez liczenia istotności statystycznej i bez Pythona.

Gdzie łatwo się pomylić: “233%” brzmi jak wyrok, a dwa miesiące to nie trend i brakuje roku, kategorii oraz sezonu.

Jeśli nic nie zgrzyta i zostaje czas: wklej tę tabelę i to zdanie do chatbota z pierwszej rozmowy i dopisz: “Czego w tych danych brakuje? Nie zgaduj przyczyny.” Porównaj z własną trójką pytań.

  • Rozumienie danych to trzy pytania o wejście, nie umiejętność kodowania.
  • Śmieci na wejściu dają śmieci na wyjściu - spokojny ton tego nie zmienia.
  • Dwie kreski w górę to jeszcze nie przyczyna. Najpierw mechanizm albo trzecia zmienna.

Następny krok: Dlaczego AI teraz? - trzy filary, które zbiegły się w czasie: moc, dane i algorytm.

Częste pytania

Czy muszę umieć programować, żeby pracować z danymi i AI?

Nie. Potrzebujesz pytań o źródło, kompletność i to, czy dwie rzeczy, które rosną razem, naprawdę się powodują. Kod zostawiasz osobom, które go utrzymują. Tu ćwiczysz ocenę wejścia, nie budowę modelu.

Czy model językowy "naprawi" złe dane?

Nie. Zasada jest stara i nadal działa - śmieci na wejściu, śmieci na wyjściu. Gładki ton odpowiedzi nie podnosi jakości tabeli, której brakuje miesięcy albo kontekstu.

Skąd mam wiedzieć, że AI pokazało przyczynę, a nie zbieg?

Szukasz mechanizmu ("A robi B, bo...") i trzeciej zmiennej (pora roku, kampania, zmiana cennika). Jeśli zostaje tylko "obie kreski idą w górę", to korelacja. Nie wdrażasz decyzji na tej podstawie.

made with ❤️ by aitomate.pl - Łukasz Podgórski